王浩军 杨燕 屈瑞娜
摘 要：针对DICOM格式的CT序列图像，该文提出了一个基于Matlab自动批量实现多种通用图像格式的转换方法。该方法利用Matlab现有的图像处理函数，通过编程完成了DICOM格式图像的批量读入、CT数据转换、调窗处理和多图像格式转换等，实现了转换过程自动化。它具有转换效率高、速度快，结果显示效果好的特点，有一定的应用和推广价值。
关键词：DICOM格式 图像格式转换 CT序列图像 Matlab
中图分类号：TP39 文献标识码：A 文章编号：1672-3791（2017）04（c）-0008-04
Abstract： The paper presents a method of DICOM format conversion of CT series image based on Matlab. The image processing functions of Matlab are used to realize DICOM multiple images reading， CT data conversion， CT window adjusting， multiple image formats conversion etc.. The whole conversion procedure is implemented automatically. The results show that the method has advantages on high efficiency， fast speed and good display.
Key Words： DICOM；Image format conversion；CT series image；Matlab
隨着医学影像技术和通信网络技术的发展，不同厂家的医学影像设备与医院信息化系统之间，需要统一的标准实现医学图像的存储和传输，为此DICOM（Digital Imaging and Communication in Medicine）医学数字成像和通信标准应运而生[1]。该标准包含了医学数字图像的采集、存储、通信、显示和查询等开放式的信息交换协议。目前各种医疗影像设备（如CT，MRI，B超等）几乎都采用DICOM3.0标准存储图像文件，但DICOM格式的图像主要应用于带有相应标准接口的设备中，不是普通计算机应用软件可识别的图像格式，同时也不能在通用的图像处理软件中直接打开。为了科研、教学和学术交流等目的，有必要将这些标准数字影像设备获取的DICOM格式图像转换成通用格式的图像文件，如BMP，TIFF，JPEG和RAW等，以便使用普通计算机对它们进行后续处理。当前流行的图像处理软件如：Photoshop CS3，虽然已具有单幅DICOM图像的转换功能，但应用起来费时费力，需要人工手动操作完成；另外不管是CT还是 MRI成像设备产生的DICOM图像多为序列图像，要进行格式转换的图像文件数目较多，如果用Photoshop手工完成序列图像格式转换的话，工作量巨大；因此，设计一个批量完成序列图像的DICOM格式转换程序，显得十分必要。笔者开发了一个基于MATLAB编程的自动转换程序，实现了DICOM格式的CT序列图像的批量转换，具有简单易行的特点。
1 CT图像和CT值
CT （Computed Tomography）即电子计算机断层扫描，它的工作基本原理是利用X射线束对人体某部位一定厚度的层面进行扫描。由扫描所得的信息经计算而获得每个体素的X线吸收系数，并按矩阵形式排列，从而重建成二维层面的CT图像，其中常用的是横断面图像。为了显示整个组织器官，扫描后图像多为连续的层面图像，即序列图像。每一个CT层面图像是由一定数目的像素构成，不同CT装置所得图像的像素大小及数目不同，数目越多分辨率越高。CT图像的像素值大小反映了器官和组织对X射线的吸收程度，因此与普通X线图像一样，黑影表示低吸收区（低密度区），白影表示高吸收区（高密度区）[2]。一般空气密度最低，人体中的骨皮质密度最高，组织器官的密度不同从而构成了CT影像差异。在实际应用中，不用吸收系数，而是换算成了CT值，利用CT值定量组织密度，单位是Hu（Hounsfield unit）。水的CT值定为0 Hu，人体组织相对于水的CT值高低分布，基本在-1 000 Hu～+1 000 Hu之间。高密度区CT值大，低密度区CT值小。
2 DICOM图像格式
一个DICOM图像文件是一个信息体实例的数据集，主要包括设备，患者，检查和图像等信息[3]。DICOM图像文件结构主要由文件头和数据集合两大部分组成。文件头前128个字节通常为00H，然后是4个字节的16进制代码代表字符串“DICM”的文件前缀，这是判断该文件是否为DICOM文件的关键。数据集由数据元素按一定顺序组成，它既包含了与成像实例相关的数据，如病人姓名、成像方式、图像大小等；又包括了成像实例的图像像素数据。数据元素结构由标签（Tag）、数据表示（VR）、数据长度（VL）和数据（V）四个字段组成。Tag是数据元素的标记号，每个标签有特定的含义，分为组号和元素号。表1给出了几个与图像信息有关的数据元素标签；VR是对数据元素中数据的类型表示，如字符型、整型、浮点型等；VL是指该数据元素中数据的字节长度；V主要表示数据元素的取值。以图像数据元素为例，（7FE0，0010）表示图像数据元素的Tag字段，后面紧跟四个字节的VR字段和四个字节的VL字段，然后图橡像素数据依据VR字段的不同按非压缩方式或压缩方式存储构成数据段。
3 DICOM格式CT序列图像的批量转换方法
由于美国MathWorks公司的Matlab软件在图像处理和可视化方面功能强大，编程语言简洁、高效，并具有强大的矩阵运算能力，因此，该文采用Matlab R2016b对CT序列图像进行了批量转换，转换方法流程见图1。
3.1 读取DICOM图像文件元信息和初始化相关参数
根据前面介绍的DICOM图像格式可知，有关图像成像信息的数据元素包含了图像文件元信息的重要参数，如患者姓名、序列号、成像方式、图像大小等，它位于128字节的文件头之后，图像像素数据元素之前；这些参数对于后续的图像转换必不可少，但一般情况下不能直接读取。Matlab图像处理工具箱提供了相应的函数“dicominfo（filename）”，通过它可以获取图像文件名、图像大小、像素字节数、窗宽、窗位等信息；根据这些信息初始化图像行数、列数、截距、斜率，以及窗宽和窗位等参数。图2给出是C盘文件夹“se2”下的IM1.dcm图像文件元的部分信息。
3.2 批量读入DICOM图像数据
“dicomread（filename）”是DICOM图像的读入函数[4]，可获取指定文件“filename”的DICOM图像像素数据。该文为了批量转换文件夹下CT序列图像的格式，用循环结构依次读入序列图像文件。这些文件的文件名是由字符串“IM”加上CT扫描层序号构成。下面是相应的程序段代码，se2文件夹下序列图像被依次读入，其中省略部分是指相应的转换、调窗处理和格式转换等。
3.3 图像数据转换和调窗处理
在DICOM图像读取过程中，其原始数据是重建后数据，并不是标准的CT值，必须经过转换生成CT值数据；然后再通过对CT值的調窗处理，将动态范围很大的CT值数据映射到显示器设备的灰度级范围（一般为0～255），从而产生图像的最佳显示效果[5]。
首先读取DICOM文件元信息（0028，1052）的rescale intercept（截距）和（0028，1053）的rescale slope（斜率）参数，通过下面公式计算得到CT值HU：
HU=dicpixel*slope+intercept
其中dicpixel为DICOM图像的原始数据，slope为转换斜率，intercept为转换截距。接着进行调窗处理。该文进行的是线性调窗处理，该方法实现简单，效果满足要求，其数学表达式如下：
其中dcm是调窗处理后图像像素数据矩阵，截距、斜率、窗宽、窗位参数信息由“dicominfo（filename）”函数获得（见3.1节），具体取值分别是-1024，1，400，40。
3.4 图像格式的转换和保存
为了将图像调窗处理后的图像数据，保存成Windows操作系统中所支持的通用图像格式如JPG，BMP和RAW等，并实现图像格式的批量转换；Matlab实现起来十分非常方便，只需要简单的几条语句就可完成，具体如下，将下面的格式转换和保存语句分别放到3.2节程序段省略部分的最后位置即可。
（1） JPG格式的转换和保存。
4 结果和讨论
利用该文介绍的方法，将GE 公司8排螺旋CT机上采集的口腔颌面部CT序列图像，进行了图像格式的批量转换，下面给出了该序列中连续10帧DICOM图像的JPG格式转换后效果（如图3所示）。
从CT机上直接获得的DICOM序列图像文件，一般无法在Windows系统的图像处理平台上直接操作和处理，因此，有必要将它们转换成通用的图像格式文件。当前，某些图像软件，如Photoshop CS3虽然可以实现单幅DICOM图像的格式转换，但转换步骤复杂；当完成DICOM序列图像的转换时，工作量相当大；为此该文提出了基于Matlab的DICOM序列图像多格式批量自动转换方法。该方法具有转换效率高，实现方法简单，转换后显示结果好的特点，在临床医学研究中有一定的应用和推广价值。
参考文献
[1]Digital Imaging and Communicotions in Medicine[EB/OL].http：//dicom.nema.org/DICOM/about-DICOM.html.
[2]王鸣鹏.医学影像技术学（CT检查技术卷）[M].北京：人民卫生出版社，2012.
[3]魏军，刘荣鑫，宋国兴，等.DICOM图像文件解析及程序设计[J].济南大学学报：自然科学版，2007，21（3）：215-218.
[4]高向军，田联房，王立非，等.利用Matlab实现医学图像处理与分析[J].计算机应用研究，2008，25（6）：1747-1749.
[5]王光飞，刘杰，刘文.DICOM医学图像的调窗技术及DIB显示[J].医疗装备，2005，18（8）：1-5.
